在for i in iterator结构中，循环器每次返回的对象将赋予给i，直到循环结束。使用iter()内置函数，我们可以将诸如表、字典等容器变为循环器。比如
|
1
2
|
for i in iter([2, 4, 5, 6]):
print(i)
|
标准库中的itertools包提供了更加灵活的生成循环器的工具。这些工具的输入大都是已有的循环器。另一方面，这些工具完全可以自行使用Python实现，该包只是提供了一种比较标准、高效的实现方式。这也符合Python“只有且最好只有解决方案”的理念。
|
1
2
|
# import the tools
from itertools import *
|
1、无穷循环器
-
count(5, 2)#从5开始的整数循环器，每次增加2，即5, 7, 9, 11, 13, 15 ... -
cycle('abc')#重复序列的元素，既a, b, c, a, b, c ... -
repeat(1.2)#重复1.2，构成无穷循环器，即1.2, 1.2, 1.2, ...
repeat也可以有一个次数限制:
-
repeat(10, 5)#重复10，共重复5次
2、函数式工具
函数式编程是将函数本身作为处理对象的编程范式。在Python中，函数也是对象，因此可以轻松的进行一些函数式的处理，比如map(), filter(), reduce()函数。
itertools包含类似的工具。这些函数接收函数作为参数，并将结果返回为一个循环器。
比如：
|
1
2
3
4
5
6
|
from itertools import *
rlt = imap(pow, [1, 2, 3], [1, 2, 3])
for num in rlt:
print(num)
|
上面显示了imap函数。该函数与map()函数功能相似，只不过返回的不是序列，而是一个循环器。包含元素1, 4, 27，即1**1, 2**2, 3**3的结果。函数pow(内置的乘方函数)作为第一个参数。pow()依次作用于后面两个列表的每个元素，并收集函数结果，组成返回的循环器。
此外，还可以用下面的函数:
starmap(pow, [(1, 1), (2, 2), (3, 3)])
pow将依次作用于表的每个tuple。
ifilter函数与filter()函数类似，只是返回的是一个循环器。
|
1
|
ifilter(lambda x: x > 5, [2, 3, 5, 6, 7]
|
将lambda函数依次作用于每个元素，如果函数返回True，则收集原来的元素。6, 7
此外，
ifilterfalse(lambda x: x > 5, [2, 3, 5, 6, 7])
与上面类似，但收集返回False的元素。2, 3, 5
takewhile(lambda x: x < 5, [1, 3, 6, 7, 1])
当函数返回True时，收集元素到循环器。一旦函数返回False，则停止。1, 3
dropwhile(lambda x: x < 5, [1, 3, 6, 7, 1])
当函数返回False时，跳过元素。一旦函数返回True，则开始收集剩下的所有元素到循环器。6, 7, 1
3、组合工具
我们可以通过组合原有循环器，来获得新的循环器。
-
chain([1, 2, 3], [4, 5, 7])# 连接两个循环器成为一个。1, 2, 3, 4, 5, 7 -
product('abc', [1, 2])# 多个循环器集合的笛卡尔积。相当于嵌套循环
|
1
2
3
|
for m, n in product('abc', [1, 2]):
print m, n
|
-
permutations('abc', 2)# 从'abcd'中挑选两个元素，比如ab, bc, ... 将所有结果排序，返回为新的循环器。
注意：上面的组合分顺序，即ab, ba都返回。
-
combinations('abc', 2)# 从'abcd'中挑选两个元素，比如ab, bc, ... 将所有结果排序，返回为新的循环器。
注意：上面的组合不分顺序，即ab, ba的话，只返回一个ab。
-
combinations_with_replacement('abc', 2)# 与上面类似，但允许两次选出的元素重复。即多了aa, bb, cc
4、groupby()
将key函数作用于原循环器的各个元素。根据key函数结果，将拥有相同函数结果的元素分到一个新的循环器。每个新的循环器以函数返回结果为标签。
这就好像一群人的身高作为循环器。我们可以使用这样一个key函数: 如果身高大于180，返回"tall"；如果身高底于160，返回"short";中间的返回"middle"。最终，所有身高将分为三个循环器，即"tall", "short", "middle"。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
def height_class(h):
if h > 180:
return "tall"
elif h < 160:
return "short"
else:
return "middle"
friends = [191, 158, 159, 165, 170, 177, 181, 182, 190]
friends = sorted(friends, key = height_class)
for m, n in groupby(friends, key = height_class):
print(m)
print(list(n))
|
注意：groupby的功能类似于UNIX中的uniq命令。分组之前需要使用sorted()对原循环器的元素，根据key函数进行排序，让同组元素先在位置上靠拢。
5、其它工具
-
compress('ABCD', [1, 1, 1, 0])# 根据[1, 1, 1, 0]的真假值情况，选择第一个参数'ABCD'中的元素。A, B, C -
islice()# 类似于slice()函数，只是返回的是一个循环器 -
izip()# 类似于zip()函数，只是返回的是一个循环器。
总结：
itertools的工具都可以自行实现。itertools只是提供了更加成形的解决方案。
到此这篇关于Python 循环器 itertools的文章就介绍到这了,更多相关Python itertools内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://www.cnblogs.com/vamei/p/3174796.html